基解通常指的是线性系统解空间的一组基，它由线性无关的解向量组成，可以表示系统的通解。对于线性时不变系统，其解可以表示为特征值和特征向量的线性组合。下面是基解的计算方法：

特征值和特征向量 ：

对于方阵 \（ A \），如果存在非零向量 \（ \vec{v} \） 和标量 \（ \lambda \），使得 \（ A\vec{v} = \lambda\vec{v} \），则 \（ \lambda \） 称为 \（ A \） 的一个特征值，\（ \vec{v} \） 称为对应于 \（ \lambda \） 的特征向量。

特征多项式 ：

方阵 \（ A \） 的特征多项式是 \（ \det（A - \lambda I） = 0 \） 的解，其中 \（ I \） 是单位矩阵。

特征值分解 ：

如果 \（ A \） 可以对角化，即存在一个可逆矩阵 \（ P \） 和一个对角矩阵 \（ D \），使得 \（ A = PDP^{-1} \），其中 \（ D \） 是由 \（ A \） 的特征值构成的对角矩阵，那么 \（ A \） 的基解可以表示为 \（ P \） 的列向量的线性组合。

指数矩阵 ：

对于实数域下的方阵 \（ A \），其基解矩阵可以表示为 \（ \exp（At） \），其中 \（ t \） 是时间变量。

复数域下的基解 ：

在复数域下，如果 \（ A \） 的所有特征值都是复数，那么基解矩阵可以表示为 \（ y（t） \），其中 \（ y（t） \） 是 \（ A \） 的特征向量组成的矩阵函数。

直接算法 ：

对于三维系统，存在直接算法可以计算基解矩阵 \（ \exp（At） \），该算法利用 \（ A \） 的元素直接表出 \（ \exp（At） \），从而简化计算过程。

请注意，基解的计算依赖于系统的具体性质，包括它的特征值和特征向量。在实际应用中，可能需要使用数值方法来近似计算特征值和特征向量，特别是当系统规模较大或者特征值难以解析求解时。